在pwntools中使用ROP链调用execve系统调用的参数传递问题分析
2025-05-18 22:59:44作者:韦蓉瑛
背景介绍
在二进制安全研究中,ROP(Return-Oriented Programming)是一种常见的技术,它通过组合程序中已有的代码片段(gadgets)来构造攻击链。pwntools是一个强大的二进制安全框架,提供了ROP模块来简化ROP链的构建。
问题现象
在使用pwntools的ROP模块调用execve系统调用时,开发者遇到了参数传递不正确的问题。具体表现为:
- 虽然成功调用了execve并启动了shell,但命令行参数没有被正确解析
- 特别是"-c"参数被忽略,导致shell尝试直接执行"whoami"命令而不是将其作为参数解析
- 错误信息显示为"/bin/sh: 0: cannot open whoami: No such file"
技术分析
execve系统调用的参数要求
execve系统调用需要三个参数:
- 第一个参数(pathname):要执行的程序路径,如"/bin/sh"
- 第二个参数(argv):参数数组,必须以NULL指针结尾
- 第三个参数(envp):环境变量数组,通常可以设为NULL
ROP链构建的关键点
在pwntools中构建ROP链调用execve时,需要注意以下几点:
-
参数数组的构建:argv数组必须正确构建,包括:
- 每个参数的正确指针
- 数组必须以NULL指针结尾
- 参数在内存中的布局必须符合预期
-
栈地址对齐:ROP链的base地址必须正确设置,确保参数在预期位置
-
字符串格式:参数必须使用正确的格式,如使用0而不是b'0'作为终止符
解决方案
正确的ROP链构建方法应遵循以下原则:
- 参数数组构建:
rop.call('execve', [bin_sh, [bin_sh, b'-c', b'whoami', 0], 0])
-
栈地址对齐: 确保ROP链的base地址正确指向返回地址位置,通常需要根据实际栈布局调整
-
完整示例:
from pwn import *
context.binary = './vulnerable_program'
io = process()
libc = io.libc
buf_addr = int(io.recvline().split(b': ')[1], 16)
ret_addr = buf_addr + 0x10 # 根据实际偏移调整
bin_sh = next(libc.search(b'/bin/sh'))
rop = ROP(libc, base=ret_addr)
rop.call('execve', [bin_sh, [bin_sh, b'-c', b'whoami', 0], 0])
io.sendline(flat({0x10: rop.chain()}))
io.interactive()
常见错误排查
-
参数被忽略:
- 检查argv数组是否正确构建
- 确保每个参数都是有效的指针
- 验证栈布局是否符合预期
-
段错误(SIGSEGV):
- 检查NULL终止符是否正确使用(使用0而不是b'0')
- 验证内存地址是否可写
-
参数解析错误:
- 检查字符串格式是否正确
- 确保参数在内存中的顺序正确
总结
在使用pwntools构建ROP链调用execve时,参数传递的正确性至关重要。开发者需要特别注意argv数组的构建和内存布局,确保每个参数都能被正确解析。通过合理设置ROP链的base地址和正确构建参数数组,可以成功实现复杂的命令执行。
在实际应用中,建议使用pwntools提供的调试功能(如gdb.debug)来验证ROP链的执行过程和内存状态,这有助于快速定位和解决参数传递问题。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2